ANÁLISE E INVESTIGAÇÃO FORENSE EM FOTOGRAFIAS DIGITAIS: UMA ANÁLISE PARCIAL

ANÁLISE E INVESTIGAÇÃO FORENSE EM FOTOGRAFIAS DIGITAIS: UMA ANÁLISE PARCIAL

Ana Elisa SCHIMDT¹, Tiago TORRESANI²

¹ Orientadora IFC-Campus Camboriú; ²Aluno do Curso de Tecnologia de Sistemas para Internet e Bolsista de Iniciação Científica do IFC-Camboriú fomentada pelo Edital Nº 099/GDG/IFC-CAM/2014.

Introdução

É fato que a adulteração de fotografias não é datada de hoje, visto que Hitler, Mussolini e tantos outros nomes históricos já tiveram suas fotografias manipuladas [Rocha et al. 2011]. A cada dia tem ficado mais rápido e fácil a manipulação digital de uma imagem. Softwares como Photoshop acabam facilitando a manipulação de maneira muito ágil, permitindo alteração de suas características, muitas vezes de formas imperceptíveis a olho nu, ou seja, sendo necessário a ajuda de softwares específicos de análise de imagens para descobrir tal alteração, conforme mostra a Figura 1.

Figura 1 – Ficha criminal de Dilma Rousseff: Segundo pesquisas, a ficha é falsa.

(GOLDENSTEIN et al. 2010)

Visto o poder de influência que uma foto pode causar [Sacchi et al. 2007], é necessário

um esforço cada vez maior da comunidade forense para descobrir métodos que possam detectar

ameaças de falsificação e manipulação de fotografias digitais. Focado em ajudar tanto a

comunidade acadêmica como também a comunidade forense, este projeto tem como objetivo

estudar técnicas de Processamento Digital de Imagem (PDI) (Solomon et al. 2011), bem como

bibliotecas de processamento, que possam auxiliar na detecção de adulterações em fotografias

digitais. Ao final deste projeto, pretende-se propor um sistema computacional que possa detectar

se uma imagem foi modificada digitalmente, seja ela somente melhorada (brilho, nitidez,

saturação), ou modificada totalmente (cópia-cola de elementos, técnicas de iluminação ou

outras).

O escopo deste projeto restringe-se a descoberta e utilização de bibliotecas de PDI já existentes que sejam capazes de interagir com técnicas de Computação Forense (Farmer et al.

2004), auxiliando assim na elaboração de métodos para detectar alterações em fotografias digitais. Busca-se também elaborar uma proposta de software de análise de imagens que utilize as técnicas estudadas durante o projeto.

Material e Métodos

Para alcançar os objetivos do projeto e facilitar seu gerenciamento, foram identificadas fases que englobam as ações necessárias para obterem-se os resultados almejados. A descrição de cada fase e respectivas ações, em conformidade com os objetivos, é apresentada a seguir:

1. Estudos e levantamento bibliográfico sobre características forenses de imagens digitais e técnicas de PDI relevantes a análise forense;

2. Levantamento e análise de softwares existentes na área de análise forense de imagens fotográficas digitais;

3. Levantamento, estudo e teste de bibliotecas de processamento de imagem;

4. Proposta de um protótipo para análise forense de fotografias digitais;

5. Validação da proposta do protótipo;

6. Elaboração de relatórios e documentos de divulgação da pesquisa.

Resultados e discussão

Cabe ressaltar que este projeto iniciou-se em Março/2015, tendo duração prevista para 01 ano, e portanto encontra-se ainda em andamento.

As etapas 1, 2 e 3 encontram-se com 100% das suas atividades de estudo e análise concluídos. Já a etapa 4 está sendo atualmente desenvolvida, com 40% das suas atividades já concluídas. As informações levantadas e analisadas nestas etapas iniciais são detalhadas logo abaixo.

A área de Computação Forense (Farmer et al. 2004) é relativamente nova dentre as áreas da computação e intersecciona-se em muitos momentos, com a área de PDI. Novos desafios surgem na busca de técnicas de PDI que possam contribuir para desvendar fotografias e arquivos alterados digitalmente com a intenção de alterar provas forenses, “incluir” e “excluir”

pessoas de imagens ou até mesmo esconder fatos.

São várias as técnicas de falsificação existentes, porém entre elas algumas se destacam, como por exemplo as técnicas de splicing e de cloning (Goldenstein et al. 2010). A primeira tem por objetivo utilizar pedaços de duas ou mais imagens para compor uma única, incluindo assim pessoas em fotografias ou até mesmo alterando a sua composição, conforme mostra a Figura 2. Já a técnica de cloning, é basicamente a cópia e cola de partes de uma única fotografia, com o objetivo de esconder objetos, pessoas, ou características presentes na imagem.

Figura 2 – Técnica de splicing para criar composição de Marilyn Monroe e Abraham Lincoln (FARID, 2008)

Buscando uma solução para os problemas encontrados quanto a necessidade de detecção de adulterações em fotografias digitais, foram encontrados os seguintes softwares especializados em técnicas forenses:

Izitru [http://www.izitru.com]: No Izitru o usuário efetua o upload de uma imagem tendo ela sido editada ou não e após algumas análises automatizadas feitas por uma API hospedada em nuvem, o aplicativo retorna ao usuário o resultado informando se a imagem é legítima, se foi alterada, ou se o site não conseguiu chegar a um parecer.

Verifeyed [http://verifeyed.com/]: desenvolvido por uma startup de mesmo nome, é capaz de detectar a veracidade de imagens e também arquivos PDF, além de dizer exatamente qual a alteração realizada na foto. Não conseguiu-se contato com a empresa para verificar a existência de uma versão de testes até o momento.

Authenticate [http://ampedsoftware.com/authenticate]: foi desenvolvido por uma

empresa italiana, a Amped Software, e é especializado em detectar falsificações em imagens,

identificando se a imagem foi alterada, e o que exatamente. Para verificar a autenticidade sãos

realizados múltiplos testes de uma única vez, e além disso, o mesmo possui integração com diversas ferramentas entre elas Google Maps e MS Excel.

Figura 3 – Exemplo de verificação do Verifeyed (VERIFEYED, 2015) Técnicas de detecção e de adulteração

Até o presente momento, foram encontradas diversas técnicas de PDI que podem auxiliar na identificação de adulterações; dentre elas duas se destacam: o Método de Fridrich [Fridrich et al. 2003], é capaz de encontrar partes de uma imagem que foram duplicadas (cloning); enquanto o Método de Johnson e Farid (Farid et al. 2007) é capaz de detectar erros na iluminação de uma imagem, descobrindo assim se foi utilizada alguma técnica de slicing na mesma. Estamos estudando estas duas técnicas para que possamos implementá-las em nosso protótipo a ser desenvolvido na linguagem de programação Python (Python Software Foundation, 2015) e utilizando a as funcionalidades disponíveis na biblioteca gráfica OpenCV (Marengoni e Stringhini, 2009).

Conclusão

Por se tratar de um projeto pesquisa na área de computação forense, área relativamente

nova, ainda existem poucas bibliografias disponíveis para pesquisa física, sendo necessário

efetuar grande parte do levantamento bibliográfico através de materiais digitais, como artigos

e teses, onde a complexidade apresentada é bem maior do que em livros e tutoriais. Sendo

assim, cabe ressaltar que grande parte das bibliografias pesquisadas apresentam conteúdos

acadêmicos muito avançados e complexos, como por exemplo as funções matemáticas

utilizadas em filtros de imagens, conhecimento do qual deveremos nos apropriar para dar

continuidade ao projeto.

Além do comentado acima, mesmo utilizando-se das funcionalidades já existentes na biblioteca OpenCV, será necessário desenvolvimento de código nativo para implementar corretamente as técnicas de detecção de adulterações escolhidas, as quais já estão em desenvolvimento.

Referências

FARID, Hany; KIMO, Micah J. Detecting Photographic Composites of People. 2008.

Disponível em: http://www.mit.edu/~kimo/publications/composite/iwdw07.pdf. Acessado em:

26 jun. 2015.

FARID, Hany; KIMO, Micah J. Exposing Digital Forgeries Through Specular Highlights

on the Eye. 2007. Disponível em:

http://www.mit.edu/~kimo/publications/specularity/ih07.pdf. Acessado em: 22. jun. 2015.

FARMER, Dan; VENEMA, Wietse. Forensic Discovery. Upper Saddle River, New Jersey, USA: Pearson Education, 2004. p. 193.

FRIDRICH, Jessica; SOUKAL, David; LUKÁS, Jan. Detection of Copy-Move Forgery in

Digital Images. 2003. Disponível em:

http://www.ws.binghamton.edu/fridrich/research/copymove.pdf. Acessado em: 29 jun. 2015.

GOLDENSTEIN, Siome; ROCHA, Anderson. CSI: Análise Forense de Documentos Digitais.

In: MEIRA, Wagner; CARVALHO, André. Atualizações em Informática 2010. Rio de Janeiro: Editora Puc-Rio, 2010. p.263-317.

MARENGONI, Maurício; STRINGHINI, Denise. Tutorial: Introdução à visão computacional usando OpenCV. 2009. Disponível em:

http://seer.ufrgs.br/rita/article/viewFile/rita_v16_n1_p125/7289. Acessado em: 21 maio 2015 PYTHON SOFTWARE FOUNDATION. The Python Tutorial. 2015. Disponível em:

https://docs.python.org/3/tutorial/index.html. Acessado em: 29 jun. 2015.

ROCHA, Anderson; SCHEIRER, Walter; BOULT, Terrance; GOLDENSTEIN, Siome.

(2011). Vision of the Unseen: Current Trends and Challenges in Digital Image and Video Forensics. 2010. ACM Computer Survey, 43(4):1–42.

SACCHI, Dario L. M.; AGNOLI, Franca; LOFTUS, Elizabeth F. Changing History:

Doctored Photographs Affect Memory for Past Public Events. 2007. Applied Cognitive Psychology, 21(8):1005–1022.

SOLOMON, Chris; BRECKON, Toby. Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab. Chichester, UK: Wiley-Blackwell. 2011. p.

344.

VERIFEYED. Verifeyed - Image, video and PDF Forensics, authentication, manipulation

Detection and digital security. 2015. Disponível em: http://verifeyed.com/. Acessado em: 22

jun. 2015.